Les problèmes d'optimisation de boîtes noires sont souvent contaminés par du bruit numérique, et les méthodes de recherche directe telles que l'algorithme de recherche directe sur treillis adaptatif (MADS) peuvent rester bloquées dans des solutions créées artificiellement par le bruit. Ce travail propose un moyen de lisser la fonction objectif d'un problème sans contraintes en utilisant les évaluations déjà effectuées plutôt que de générer de nouveaux points par échantillonnage. Le nouvel algorithme, appelé Robust-MADS est testé sur des problèmes bruités de la littérature.